基于数字组织病理图像的肿瘤与微环境相互作用风险模型在口咽癌症中的预后研究

摘要

数字组织病理学全幅图像为计算机化的定量分析提供新的机遇.越来越多的研究表明,肿瘤微环境中的免疫细胞与癌变细胞的相互作用是一项重要的预后指标.HPV+口咽癌症是头颈部常见的恶性肿瘤,目前对其没有很好的预后指标.利用计算机图像处理和模式识别技术,从数字组织病理学全幅图像中定量提取细胞核形态,并利用其特征去度量肿瘤微环境与癌变区域相互作用的程度,构建口咽癌症复发风险模型.实验数据来自华盛顿大学医学中心的病理学档案,是连续回顾性收集的234名口咽癌患者手术切除的组织病理学切片及其相应的跟踪数据.研究发现:利用图像定量分析构建口咽癌症复发风险模型,能够显著地区分复发与非复发病患,其100次5折交叉验证的分类结果的平均AUC达到0.67±0.02;对病患分别进行单变量(HR(95％CI)=1.76 (0.99～3.13),P=0.035 2)及多变量生存分析((HR(95％CI)=3.27(1.12～5.46),P=0.039)),结果说明肿瘤微环境与癌变区域相互作用高的口咽癌症病患相比于相互作用低的病患,有更低的复发风险及更长的生存期.研究揭示计算机定量度量的肿瘤微环境中的免疫细胞与癌变细胞的相互作用,有望作为一个独立的预后指标来指导口咽癌症病患的治疗疗程.